导读:本文包含了邻域系统论文开题报告文献综述及选题提纲参考文献，主要关键词:制粉系统,邻域粗糙集,相关向量机,故障诊断
邻域系统论文文献综述
张文涛,钟文晶,胡伯勇,陆豪强,马永光[1]（2019）在《基于邻域粗糙集与RVM的制粉系统故障诊断》一文中研究指出针对火电厂制粉系统的故障征兆参数复杂、不易诊断的特点,提出一种基于邻域粗糙集(NRS)与相关向量机(RVM)的故障诊断方法。该方法首先利用邻域粗糙集约简输入的特征向量,并将约简得到的最优决策表作为RVM的输入,采用组合核函数代替传统的单一核函数,利用网格搜索和交叉验证的方法确定最佳的核函数参数和组合核系数,建立二叉树RVM多分类模型,从而进行制粉系统故障识别和诊断。实验结果表明,该方法故障诊断准确率可达95%,且泛化能力强。(本文来源于《中国测试》期刊2019年08期）
程昳,刘勇[2]（2019）在《基于邻域粒化的混合信息系统动态规则提取》一文中研究指出现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型。首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离。其次提出了针对数值型决策属性诱导决策类的3种方法。其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型。该模型可用于具有以下特点的信息系统的规则提取:(1)条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等;(2)决策属性集可包括符号型、数值型。利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性。(本文来源于《计算机工程与科学》期刊2019年07期）
吴晖,孙彦,王惠莅[3]（2019）在《基于邻域粗糙集的工控系统安全测评方法研究》一文中研究指出以工业控制系统信息安全测评体系为研究目标,在选取典型的工业控制系统信息安全风险测评体系的基础上,提出一种专用于属性约简的邻域粗糙集算法,并将该算法与所选取的测评体系相结合,通过对调研所得数据进行处理,得出了各指标与该工业企业安全等级之间的影响度,并对实验结果进行了验证,对工业企业的安全生产和安全体系建设工作具有一定的指导作用。(本文来源于《信息技术与标准化》期刊2019年06期）
王星,赵海良,王志刚[4]（2019）在《基于邻域系统的智能车辆最优轨迹规划方法》一文中研究指出针对智能车在行驶中的轨迹规划与控制问题。以邻域系统理论为基础,将智能车在复杂道路的动态控制转化为邻域内的简单静态控制;对邻域内的最优轨迹曲线进行选取,采用曲率的积分定义了曲线的弯阻指数,并以此为基础给出了邻域内的最优轨迹曲线评判模型和求解算法;以插值方法所建立的满意轨迹曲线为例进行仿真。结果表明,该方法在选取智能车的行驶轨迹的平稳光滑性上有一定的优越性。(本文来源于《智能系统学报》期刊2019年05期）
张晓鹤[5]（2019）在《基于邻域系统的决策形式背景的规则提取》一文中研究指出形式概念分析理论(FCA)是重要的数据挖掘工具,已广泛应用于多个领域.决策形式背景是其研究的基础.决策形式背景的属性约简主要利用由条件属性和决策属性生成的两个概念格之间的关系删除冗余的条件属性.基于决策形式背景进行属性约简和规则提取能够更有效地发掘隐藏知识,因此属性约简及规则提取是FCA重要的研究课题.本文结合形式概念分析理论与粗糙集相关知识,基于等价关系、强邻域关系、弱邻域关系获取邻域信息系统,进而对叁类特殊的邻域系统下的决策形式背景的属性约简与规则提取进行研究.主要工作如下:1.基于等价关系研究决策形式背景,定义粒协调集与粒约简,并给出属性约简算法.结合集值向量包含度给出协调决策形式背景中的乐观规则融合方法与悲观规则融合方法.2.对基于邻域系统的决策形式背景进行研究.定义邻域系统下的协调决策形式背景中两种新型协调集与约简,并结合辨识矩阵给出属性约简算法,进一步推广规则融合方法.基于集合的包含度进一步研究了邻域系统下的不协调决策形式背景下的四种协调集,给出其判定定理.利用可分辨矩阵,建立了计算四种类型约简的布尔方法.(本文来源于《河北师范大学》期刊2019-03-30）
向伟[6]（2018）在《邻域系统中对象变化的动态属性约简算法》一文中研究指出实际应用中,信息系统的数据常常是动态变化的,动态属性约简是邻域系统中研究的重要内容之一。针对邻域系统中对象变化的动态属性约简问题,提出邻域系统中对象变化的动态属性约简算法。介绍邻域系统中的差异度概念;分析对象变化时差异度的变化机制。UCI数据集上的实验验证了所提算法的可行性。(本文来源于《计算机应用与软件》期刊2018年11期）
彭莉莎,钱文彬,王映龙,舒文豪[7]（2019）在《面向不完备邻域系统的叁支决策粒计算方法》一文中研究指出针对许多应用领域中的数据大多是连续型数值,且由于成本限制和隐私保护等因素导致数据呈现不完备性。为此,提出面向不完备邻域系统的叁支决策粒计算方法,引入邻域概念改进非对称相似关系,并通过改进的非对称相似关系计算不完备邻域系统的邻域粒度;在此基础上计算对象属于决策类的最大条件概率,再根据叁支决策规则分别将对象划分到各决策类的正域、负域和边界域;通过实验比较和分析,进一步验证了该方法能获得较好的划分准确率和较低的误划分损失,为叁支决策对不完备邻域数据的分析和处理提供了一种有效可行的方法。(本文来源于《计算机工程与应用》期刊2019年18期）
何俊萱[8]（2018）在《基于分层邻域系统的智能车控制方法》一文中研究指出在人工智能的浪潮下,多个厂家已经宣布开启智能机器人、智能车的时代,但与其相关的理论与技术是保密的,因此对智能车的技术与理论的研究仍具有重要意义。要实现智能化驾驶,既要实时考虑道路的选择,又要实时处理车辆在当前道路内的行驶情况。本文利用分层邻域和因素向量的相关理论对其进行了研究。首先,为了实现车辆的智能化行驶,将车辆的邻域系统分为车辆道路层次邻域系统和当前行驶道路内层次的邻域系统。两种系统由不同的因素向量决定,分别根据各自的因素向量进行扩充和筛选,利用多维模糊软集建立对象与因素集的对应关系,方便实现控制。对一个系统的刻画需要考虑各种因素,但是因素也有优劣之分,越接近正交的向量作为基底越方便有效,因此建立了向量模糊相关性和模糊无关性的概念,从理论上推导了向量模糊相关和无关与通常的向量线性相关和无关的关系。并提出了空间表达能力的概念,借以实现模糊相关与无关向量的比较和区别。为实现邻域系统中两个层次的转换,引入了线性迭加和PID控制思想。以因素对时间的改变量为参照系数,根据系数的变化实现邻域系统两个层次的转换。针对不同类型的因素,采用不同的处理思想,即对于稳定型、迭加型和突变型的因素分别采用比例法、积分法和微分法进行处理。借助于PID的控制思想,完成整体智能决策的实现。基于分层邻域系统理论,不同层次的控制规则决定各自的标准可行邻域。车辆在当前道路内的邻域系统中以车辆为对象,依据车辆间的距离以及车辆与道路边界的距离来确定标准可行邻域。在道路层次的邻域系统中就以道路为对象,研究各个道路之间的距离来选择标准可行邻域。而在路口转向问题中,既包含道路层次邻域系统确定出的道路,又包含车辆当前道路内为完成转向所选择的可行邻域,由此根据道路固定邻域与当前车辆可行邻域的交互度来确定车辆标准可行邻域,进而实现路口智能转向。最后利用Matlab对分层邻域系统的控制算法在车辆的路口转向中进行仿真实验,说明了上述方法的有效性。(本文来源于《西南交通大学》期刊2018-05-01）
王艳丽[9]（2017）在《基于邻域容差粗糙集的不完备信息系统的特征选择》一文中研究指出粗糙集是一种十分重要的数据分析工具,它能够很好的处理不精确的、不一致的和有缺失的知识库。由于经典的粗糙集是严格的定义在等价关系的基础上,只能用来处理离散的符号型数据,当处理连续型数据时就需要对其进行相应的离散化操作,但是离散化处理有可能会造成重要信息的丢失并且不同的离散化方法也会对约简的结果产生不同的影响。而现实生活中又由于数据测量的误差、科学技术的限制以及对数据理解的误差等原因,使得获取的大量数据往往是不完备的、有缺失的,这就极大地限制了经典粗糙集对现实数据的发展方向。因此,如何有效的找出潜藏在知识库中的有价值的信息已成为当今大数据时代研究的重点课题。针对上面出现的问题,一系列的粗糙集扩展模型相继被提出。比如:基于容差关系、相似关系的粗糙集扩展模型能够很好地处理不完备的数据集,邻域粗糙集模型可以用来直接处理连续型数据集,从而避免了因对数据进行离散化而可能造成的重要信息的丢失。本文以邻域容差粗糙集模型为基础,做了以下几点研究:首先,在邻域容差粗糙集扩展模型的基础上重新定义了一个新的邻域容差粗糙熵函数,并根据该熵函数给出了邻域容差条件熵和属性重要度的定义,为后面的特征选择算法奠定了基础。其次,给出了一种计算邻域容差关系中阈值大小的方法。本文分析了固定阈值和单一阈值的弊端,结合标准差的意义,提出了新的阈值计算方法,并用阈值集合来代替单一阈值,进而使分类结果更精确。另外,基于邻域容差条件熵给出了一个新的特征选择算法(SFGFFSNNTC)。在算法中,我们利用邻域容差关系定义了关系矩阵,进而节约了算法的运行时间。另外,利用邻域容差条件熵定义了属性重要度,从而避免了因缺失值的存在而造成的属性依赖度不准确的缺陷。最后,利用UCI数据库的数据对本文特征选择算法进行检验,证明了这种改进算法的有效性。(本文来源于《大连海事大学》期刊2017-12-01）
黄恒秋,曾玲,黎利辉[10]（2018）在《混合值不完备系统的双邻域粗糙集分类方法》一文中研究指出针对混合值不完备系统,提出一种基于双邻域粗糙集模型的分类方法.首先,定义一个新的不确定距离度量函数—–联系度距离函数,进而建立基于联系度距离函数的双邻域粗糙集模型;然后,基于所建立的模型讨论该模型的属性约简算法,并给出基于属性约简、覆盖约简的双邻域粗糙集规则学习分类算法;最后,通过多个UCI数据集进行实证分析,结果表明所提出的分类算法是客观有效的,特别是在缺失值较多的情况下,其优势更加明显.(本文来源于《控制与决策》期刊2018年07期）
邻域系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型。首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离。其次提出了针对数值型决策属性诱导决策类的3种方法。其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型。该模型可用于具有以下特点的信息系统的规则提取:(1)条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等;(2)决策属性集可包括符号型、数值型。利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
邻域系统论文参考文献
[1].张文涛,钟文晶,胡伯勇,陆豪强,马永光.基于邻域粗糙集与RVM的制粉系统故障诊断[J].中国测试.2019
[2].程昳,刘勇.基于邻域粒化的混合信息系统动态规则提取[J].计算机工程与科学.2019
[3].吴晖,孙彦,王惠莅.基于邻域粗糙集的工控系统安全测评方法研究[J].信息技术与标准化.2019
[4].王星,赵海良,王志刚.基于邻域系统的智能车辆最优轨迹规划方法[J].智能系统学报.2019
[5].张晓鹤.基于邻域系统的决策形式背景的规则提取[D].河北师范大学.2019
[6].向伟.邻域系统中对象变化的动态属性约简算法[J].计算机应用与软件.2018
[7].彭莉莎,钱文彬,王映龙,舒文豪.面向不完备邻域系统的叁支决策粒计算方法[J].计算机工程与应用.2019
[8].何俊萱.基于分层邻域系统的智能车控制方法[D].西南交通大学.2018
[9].王艳丽.基于邻域容差粗糙集的不完备信息系统的特征选择[D].大连海事大学.2017
[10].黄恒秋,曾玲,黎利辉.混合值不完备系统的双邻域粗糙集分类方法[J].控制与决策.2018